本文基于前期介绍的电力变压器(文末附数据集),介绍一种综合应用完备集合经验模态分解CEEMDAN与基于麻雀优化算法的SSA-TCN-BiLSTM-Attention预测模型,以提高时间序列数据的预测性能。该方法的核心是使用CEEMDAN算法对时间序列进行分解,接着利用麻雀优化算法对TCN-BiLSTM-Attention模型进行优化,通过对分解后的数据进行建模,来...
4.1 定义SSA-TCN-BiLSTM-Attention预测模型 4.2 设置参数,训练模型 50个epoch,MSE 为0.000143,SSA-TCN-BiLSTM-Attention预测效果良好,适当调整模型参数,还可以进一步提高模型预测表现。 注意调整参数: 可以修改麻雀优化算法的种群规模和优化迭代次数; 调整TCN和BiLSTM层数和维度数的参数搜索范围,增加更多的 epoch (注意...